AdapterOcean/code_instructions_standardized_cluster_3

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float64
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 121262709
num_examples: 10569
download_size: 39576950
dataset_size: 121262709
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "code_instructions_standardized_cluster_3"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征:

  • text: 数据类型为字符串。
  • conversation_id: 数据类型为64位整数。
  • embedding: 序列类型为64位浮点数。
  • cluster: 数据类型为64位整数。

• 拆分:

  • train: 包含10569个样本，总字节数为121262709。

• 大小:

  • 下载大小: 39576950字节。
  • 数据集大小: 121262709字节。

• 配置:

  • default: 包含训练数据文件，路径为data/train-*。